请问 Django+Selenium+Requests+Chrome 的可以接受多个请求的爬虫程序该如何实现?

2019-01-08 15:43:57 +08:00
 KevinBu
目前使用 threading 创建多个线程,因为要使用帐号模拟登陆,所以帐号数就等于可创建线程数。

用 queue 分配任务队列,如果所有的帐号都处于使用状态,就.put 这个请求而不去执行爬虫,然后等一个线程爬取完毕就.get 一下继续爬,如此循环。

可能我描述的不大清楚,请问各位大佬有没有好的思路?
1515 次点击
所在节点    Python
2 条回复
ChangHaoWei
2019-01-08 17:31:39 +08:00
无语 涉及 celery + 线程池?

实测,谷歌浏览器同时在线个数为 60 个,,一般主机
15399905591
2019-01-11 11:07:04 +08:00
你把爬虫做成一个异步任务,一个接口接受任务,接受了任务就往队列推送一个任务,然后返回一个任务 ID,爬虫任务执行完了就把结果保存起来,再做一个接口查询爬虫的任务结果。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/525029

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX